How do you hire a human? Q&A with Tom Harvey, Stack Overflow technical recruiter
TL;DR · AI 摘要
Stack Overflow 技术招聘更注重软技能和团队协作,而非单纯编程能力。
核心要点
- 技术招聘中软技能(沟通、协作)成为核心评估标准
- Stack Overflow 通过主动接触被动候选人提升招聘质量
- AI工具用于筛选简历但最终评估依赖人工深度访谈
结构提纲
按章节快速跳转。
- §引言
当前技术招聘面临简历同质化和AI工具滥用的双重挑战。
Stack Overflow 通过与部门经理协作建立动态评估标准,超越传统技术指标。
沟通能力、团队协作和可塑性成为技术岗位的核心筛选维度。
AI用于初步筛选但最终决策依赖人工深度评估和文化适配测试。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- 技术招聘新范式
- 评估维度
- 软技能优先
- 文化适配
- 工具应用
- AI初筛
- 人工深度访谈
- 市场变化
- 被动候选人主导
- 技术同质化
金句 / Highlights
值得收藏与分享的关键句。
「强编程能力不再具有决定性,软技能已成为核心技能」
「我们更关注候选人如何描述自己构建的系统,而非具体掌握的语言」
「被动候选人市场占比已超过主动申请者,需要更精准的评估方法」
如何招聘一个人?与Stack Overflow技术招聘经理Tom Harvey的问答 - Stack Overflow
2026年11月12日
如何招聘一个人?与Stack Overflow技术招聘经理Tom Harvey的问答
现在每个人的简历都完美无缺,那么如何找到完美的队友?
[
作为开发者,招聘和求职已经与过去大不相同。职位机会似乎稀缺,而候选人却数量众多,每个开放职位都会收到数百份申请。双方都使用AI来创建和筛选候选人,有时甚至会采取防御性策略来发现对方的AI使用痕迹。为了了解在这种对抗性的招聘环境中如何招聘人类开发者,我与Stack Overflow的高级人才与文化主管Tom Harvey进行了交流。
————————————
Q: 能否概述一下技术招聘流程的全貌,无论是从简历提交开始,还是在职位发布之前?
A: 最初,你需要与招聘经理密切合作,明确必须具备的条件、理想的附加条件,以及那些无法直接写入职位描述但对招聘有帮助的要素。
以Stack Overflow为例,我们更关注候选人是否能清晰地描述自己构建过的内容——包括权衡取舍、团队协作方式以及可塑性,而不是单纯关注你对某种语言的掌握程度。我认为我们遇到的许多问题在其他公司或企业中并不常见,因此我们在招聘时往往更加开放。
这些准备工作甚至在与候选人接触之前就已经完成,确保你有足够的信息来推销这份工作。随着我们越来越多地接触市场上的被动候选人,而非完全依赖主动申请,这一点变得越来越重要。你希望对如何评估某人是否真正享受这份工作充满信心。
工程师的角色越来越不局限于编写代码,而更多体现在他们如何参与方向、战略等讨论中,这些过去通常由他人决定的事项。你希望明确——尤其是在与候选人沟通时——他们是否具备或愿意学习如何做到这一点。
Q: 听起来技术招聘过程更难用定性指标来衡量,对吗?
A: 是的,但这些指标正变得越来越重要。如今,对某种编程语言的熟练程度不再像以前那样具有决定性意义,因为现在任何人都可以通过“氛围编程”展示自己的技能。定性指标——通常被贬义地称为软技能——现在正成为核心能力。
在某些方面,这使得指导人才认识到这些技能的重要性变得更加困难,尤其是当他们正在寻找新工作时。我认为公司已经意识到这些是他们真正需要的,但我不确定这种认知是否已经渗透到整个就业市场。我认为人们仍然觉得成功的衡量标准是“我擅长X”而不是“我之前做过某件事情的故事”。
Q: 过去你可以通过量化指标评估候选人,比如拥有四年语言X经验,通过这些编码测试等。
A: 是的。但这些测试现在变得无关紧要了。LeetCode测试已经失效,因为大型语言模型让通过变得轻而易举。我们现在的招聘方式与过去测试结对编程技能的方式已大不相同。
我知道有些公司会采取这样的做法:"直接给你一堆AI生成的有bug的代码,然后让你去修复"。这种技能在技术能力阶段正变得越来越重要。但问题是,目前市场上如何有效展示这种能力呢?
Q: 我认为这很难,因为每发布一个职位就会收到成百上千份简历,如何从中筛选出合适的人选?
A: 最大的问题是残酷的讽刺:现在每个人都看起来非常优秀。以前只需快速浏览简历就能判断"这份简历不太合适,因为内容过于冗长/细节太多或太少"。但现在每个人都像《星球大战》中的韩·索罗一样完美。
我认为现在的简历已经无法可靠地展现候选人的真实情况了。求职者很容易在简历中过度夸大自己的经验,而这种夸大在面试阶段往往会暴露。
我真正需要的是关于经验的定性洞察——这里说的经验是大写的"Experience"。这不仅仅是"我在公司X工作了X年",而是"我做了具体的事情,这些经历塑造了今天的我。比如这四个关键事件:生产代码突然失效、某个致命bug摧毁了整个系统,这些经历教会了我下次该怎么做"。这些内容比我们过去依赖的简历信息更有价值,也更真实。
Q: 我认为问题仍然在于如何实现这一点。因为必须先过滤掉这些简历,除非使用AI筛选器,否则无法与所有人沟通。
A: 我不想这么做。我不想让自己失业,而且我认为AI筛选器的候选者体验也不好。我仍然希望与那些在面试前就对自身情况有充分了解、能提出有趣问题的候选人交流。
就像我期待先看到你电影的预告片,然后再观看完整版。这种铺垫能让我提出更有意义的问题,对候选人来说也更有价值。
在筛选阶段,大多数现代ATS(申请人跟踪系统)仍然优化在关键词过滤上。它们仍然关注一些非常通用的条件,比如正确的地理位置。即使如此,现在也没有真正有效的方式来验证这些信息。虽然有地址欺诈检测功能,但这种不信任感对招聘方、用人经理和候选人都不是好的体验。这种不信任感正在让本应积极的背景调查过程变得困难重重。
Q: 假设你通过主观判断筛选出某个候选人,让其与你对话,而技术招聘人员的初筛环节总是要判断:这个人是否基本匹配?是否会在一开始就崩溃?你需要了解候选人需要完成的工作内容到什么程度才能进行这场对话?
A: 你是说当他们实际工作时需要完成的任务?
Q: 对,你必须了解多少技术内容才能与他们对话?还是只要能进行基本对话即可?
A: 这一点在过去六个月发生了快速变化。
现在,作为技术招聘官的期望是,我必须提出更多技术性的问题。我自己也必须更加技术化。我必须了解团队的工作内容,了解该团队在周一的工作日常,了解你将要从事的工作,以及我对于公司六个月后发展方向的了解,这样才能与你深入探讨,判断这是否是你想要加入的地方。
但我也认为,讽刺的是,由于在招聘流程初期就期望提出更多技术性问题,越来越多的候选人开始使用AI来试图预测这些问题。因此,我会收到一些完美的答案,而这些问题本应需要候选人花些时间思考,比如“等等,我得仔细想想我的回答”。
问题本身必须具有更大的分量,必须更加开放,以激发你回答中更深入的技术内容,而不是完美无缺。我们双方都必须更加准备充分,但同时也要更愿意接受不完美,因为这正是当前出现的奇怪矛盾。
Q:是的,这确实是一个有趣的矛盾。在写作领域,我听说过有人故意在作品中加入缺陷或拼写错误,以表明“我是一个人”。我好奇,你是否会在准备面试时,将问题输入ChatGPT,然后问自己:“这个答案是否过于接近标准答案?”
A:是的!就是这么做的,或者在面试结束后,将对话记录输入ChatGPT,然后问自己:“这个问题的答案是否完美?”然后会说:“是的”——因为完美现在被视为欺诈的标志。这可能是一个极端的说法,但你必须这样看待它。
因此,AI正在帮助你识别候选人中的完美答案,而我认为更有趣的是他们的缺陷。因为,我们到底在寻找什么?我们正在寻找一个愿意将三到五年的时间投入公司并从中获得成长的人,对吧?这应该是一个开放的讨论。遗憾的是,许多行业正在逐渐远离“终身雇佣”的概念。
因此,我非常坦率地告诉候选人:“你显然会把这里看作获得三到五年宝贵经验的地方。你希望从这段经历中获得什么,从而为你的职业生涯下一步做好准备?”这个问题的答案不应该完美无缺。应该有疑虑,但这些疑虑也应基于他们过去的经验。这可以是任何内容——“我希望在Databricks做得更好”,或者“我希望进入技术领导岗位”。这是一个能让我更深入了解一个人的问题,而不是简单的“对或错”的答案。
Q:这就是老生常谈的“五年后你在哪里?”
A:“再次和别人做同样的事情。”
Q:“庆祝你问我这个问题的第五周年。”
A:没错。还有更好的方式来问这个问题。你可以非常敏感地意识到工作是必需品,但职业是奢侈品。让我们承认你希望找到一份能支付你薪水的工作,并将其确立为正确的答案。那么,在此基础上,还有哪些额外的条件能让你留在这里?
如果在面试之前就能掌握这些信息——如果我事先就能了解这些信息——那么尴尬感就会消失。我可以直接说:"嘿,看起来你想做这件事。能告诉我更多关于它的信息吗?它来自哪里?我们这里能提供吗?这对你来说是个合适的选项吗?"
Q:你能从简历中了解这些信息吗?
A:不能,因为我认为从文化上讲,我们还没有接受简历作为讲述这种故事的方式。
在过去的10年中,有人曾说过:"把所有内容都压缩到A4纸的一侧。"我们仍然将简历视为需要打印出来阅读的纸质文件;我们仍然被限制在那种非常特定的尺寸中能容纳多少内容。我有时需要提醒自己,我之所以会思考这些,是因为这是我的工作。那些不从事这项工作的朋友仍然认为简历就是把你的工作时间和做了几件事写在A4纸上,这就足够了。
实际上,这已经不够了。这已经是基本要求。我想看到的是更深入的内容,以及你作为一个人的更多特质,因为我们正在招聘的就是这样的人。
正如我之前所说,我不再期待人们写出代码。我期待的是他们能积极参与讨论如何构建某物。如果你是工程师,你必须比以往任何时候都更加注重产品思维。如果你是产品经理,你必须比以往任何时候都更加关注工程,更接近代码。由于AI正在自动化很多工作,但同时也为你提供了更多顶部信息,每个人现在都需要比以前多做40%的工作。
因此,简历无法完全解释过去几年人们工作方式的转变,因为我们还没有就这种转变的语法达成一致。
Q:简历已经今非昔比。你把所有信息都写在一页纸上,然后复制到LinkedIn,再复制到申请表上……这些信息作为衡量某人能力的指标已经不再那么有效了。除了和这个人交谈之外,还有哪些标志或信号能表明这个人值得进行初步筛选电话?
A:观点。对某件事的观点、热情、兴趣:"我之所以仍然从事这份工作,是因为X,而且我正在积极参与X如何随时间演变。"这个X曾经是Ruby on Rails,但现在是与机器人对话。这种参与度表明了一个人愿意继续深入探索的意愿。
另外,能够说明自己最初进入这个领域的原因的人——最初的切入点是什么?对于Stack Overflow来说,这非常重要,因为我们为开发者构建工具,而我们建立在20年人们尝试做事的成功与失败之上。你的成功是什么?你的失败是什么?我们非常重视看到人们经历过的旅程以及他们多年来如何与我们的产品互动。
我工作中最好的一点是,我不需要问人们是否听说过Stack Overflow。每个人都有自己的看法,大多数人会说:"是的,它在某些时候救了我的命。"如果我能将这种信号浓缩到一页纸上,那将是非常棒的事情。
一般来说,LinkedIn和其他专业网络在将社交媒体上的语气与职业形象融合方面做得相当出色。我们已经接受在线交流的方式应该更真实地反映与同行对话时的自我。但简历上却并非如此——我看到的是一些正式化的文字,仿佛是为穿着西装打领带的人准备的。我希望简历的语气能更好地反映你在线上的互动方式,因为你在Slack或Teams上会投入大量工作。如果我能从中获取这些信息,这将是非常有帮助的信号,说明某人如何与同事互动。
它们具有主观性且可能受到偏见影响,但既然我们有观点,这些观点就应该体现在我们对人才的判断中。
Q: 这听起来几乎像是每个候选人都需要在简历上附上自己的博客。
A: 是的,问题在于你从哪里找到时间去写博客?也许你没有博客或网站,或者虽然有GitHub,但不确定它是否有价值或如何展示。
如果有一种产品能将所有这些信息整合在一起——“这是你说话的方式,这是你感兴趣的话题,这是你构建过的内容,这是你工作过的地方”——并为我提供一个完整的人格画像,无论是职业生涯初期还是后期回顾,这都将具有实证价值,这种价值应该比目前常见的简历更有效地被捕捉。
Q: Stack Overflow曾经是人们在简历上标注声誉分数的信号之一。在新时代,这个声誉分数在招聘时还重要吗?
A: 我认为它仍然重要,因为声誉反映了你帮助过多少人、参与过多少互动,以及你在网站上花费多少时间回答或提出问题,这些都为人们的生活增添了价值。
不过,我认为它不应该再被视为衡量你在某领域能力的指标。它应该被视为衡量你参与行业演进和自身角色的投入程度的指标。我们在这一点上做了些许调整。
Q: 我知道我们正在重新推出Developer Story作为新的评估方式,一种新的候选人筛选方法。你能谈谈我们对这个功能的意图,以及它如何影响你的工作吗?
A: 我认为Developer Story——我希望它能继续保持——能更准确地展现某人的职业旅程,包含那些能让对话更生动的定性信息。
这是一个你可以存储直接链接的地方,链接到你构建或撰写过的内容,契合“作为技术专家的我”或“作为开发者的我”这一简洁框架。它不需要局限于A4纸的一侧,也不需要通过关键词筛选。我们希望你将其转化为一份职业生涯的活文档或实时博客。
如果你处于职业发展的后期阶段,我从其中获取的信息越多,关于匹配度的对话就会越深入。如果你处于起步阶段,它能让你脱颖而出,表明你真正投入于所做的事情——不是仅仅想通过“随意写代码”的方式找到工作,而是理解代码背后的意义。
当就业机会减少且进入工程领域困难时,你无法在A4纸的一侧展示这些内容。Developer Story希望为社区提供一个展示他们如何提升技能和知识的组合作品集。
A: 我希望 Developer Story 能成为另一个增强招聘方/猎头与求职者之间信任的工具。目前我们正处于信任的最低点,双方都存在合理的高度怀疑。
在自动化和 AI 时代,我们如何确保人类始终处于核心环节?这应该是一件由人类精心策划、构建并引以为豪的事情,以更真实地展现自我。我们比以往任何时候都更需要招聘人类,正是因为我们把大量重复性工作交给了 AI。我们想了解你如何表达、如何互动、如何思考,以及你不知道什么。能够开启这样一段对话,是双方建立关系的良好起点。我的期望是 Developer Story 能够修复市场双方之间的信任。
Q: 这是一个无需进行沃伊特-坎普夫测试就能证明某人是人类的便捷方式。
A: 完全正确!这其实更委婉地表达了:我想和真实的你对话,而不是那个通过 AI 过滤答案的你——而这正是我们面临的最大问题。